Proyecto de Detección de Poses en AR

Este proyecto implementa detección de poses en tiempo real usando dos enfoques diferentes: MediaPipe y MoveNet. Captura video de tu webcam y muestra el seguimiento esquelético en tiempo real.

Configuración Paso a Paso

1. Crear un Entorno Virtual

# En macOS/Linux:
python3 -m venv myenv
source myenv/bin/activate

# En Windows:
python -m venv myenv
myenv\Scripts\activate

2. Instalar Dependencias

pip install -r requirements.txt

Este comando lee el archivo requirements.txt e instala:

• opencv-python: para manejo de la cámara y video
• mediapipe: para la detección de poses (versión 1)
• tensorflow y tensorflow-hub: para MoveNet (versión 2)
• numpy

3. Ejecutar el Programa

# Para la versión con MediaPipe:
python p1.py

# Para la versión con MoveNet:
python p2.py

Detalles Técnicos

Modelos

• MediaPipe: Biblioteca de Google que incluye modelos pre-entrenados para detección de poses
• MoveNet: Modelo de TensorFlow Hub, se descarga automáticamente la primera vez que ejecutas el programa

Diferencias entre Versiones

1. MediaPipe (p1.py):

   • Más fácil de usar
   • Mejor para comenzar
   • Conexiones entre puntos automáticas

2. MoveNet (p2.py):

   • Supuestamente es más rápido
   • Más personalizable
   • Mejor para desarrollo avanzado

Uso del Programa

1. Activa el entorno virtual
2. Ejecuta el programa (p1.py o p2.py)
3. Verás:
   • Puntos en las articulaciones detectadas
   • Líneas conectando los puntos